城市舒適度對(duì)勞動(dòng)力流動(dòng)的影響

張亞麗　方齊云

摘要 隨著中國(guó)經(jīng)濟(jì)發(fā)展水平的提高和勞動(dòng)者收入的增加，勞動(dòng)者更加重視生活質(zhì)量，因此城市舒適度在勞動(dòng)力遷移決策中的作用日益重要。本文構(gòu)建城市人為舒適度和自然舒適度指標(biāo)，利用2016年中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)（CLDS）和121個(gè)地級(jí)及以上城市的特征數(shù)據(jù)，采用條件logit模型研究了舒適度等城市特征對(duì)勞動(dòng)力流動(dòng)目的地選擇的影響。結(jié)果表明：①更高的人為舒適度和自然舒適度是城市吸引勞動(dòng)力流入的重要因素。勞動(dòng)力為了享受當(dāng)?shù)氐慕逃?、醫(yī)療、文化、衛(wèi)生、環(huán)境而流向人為舒適度更高的城市，城市人為舒適度每增加1%，城市被選擇的概率平均上升0.17%，具有適宜的天氣條件的城市對(duì)勞動(dòng)力的流入起拉動(dòng)作用，城市自然舒適度增加1%，城市被選擇的概率平均上升0.375%。②從變量標(biāo)準(zhǔn)化后的回歸結(jié)果看，城市人為舒適度和自然舒適度對(duì)勞動(dòng)力流動(dòng)決策的影響程度小于工資的影響程度。③不同年齡和不同受教育程度的勞動(dòng)力對(duì)城市人為舒適度和自然舒適度表現(xiàn)出異質(zhì)性反應(yīng)：年齡更小、受教育年限更高的勞動(dòng)者對(duì)人為舒適度的反應(yīng)更強(qiáng);年齡越大、受教育年限越高的勞動(dòng)者對(duì)自然舒適度的反應(yīng)越弱。因此，城市在吸引勞動(dòng)力方面首先要立足于提升勞動(dòng)者的真實(shí)工資水平和創(chuàng)造更多的就業(yè)機(jī)會(huì)，同時(shí)，城市需要全面提升人為舒適度水平，提高勞動(dòng)者的生活質(zhì)量從而吸引勞動(dòng)力尤其是高技能勞動(dòng)力的流入。

關(guān)鍵詞 舒適度;工資;勞動(dòng)力流動(dòng);條件logit模型

中圖分類號(hào) C971文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 1002-2104（2019）03-0118-08DOI：10.12062/cpre.20181005

中國(guó)流動(dòng)人口規(guī)模巨大，從2010年第六次人口普查數(shù)據(jù)來(lái)看，2010年中國(guó)流動(dòng)人口的規(guī)模達(dá)到2.21億，占全國(guó)總?cè)丝诘谋壤秊?6.53%。大量勞動(dòng)力向城市流動(dòng)和聚集，通過(guò)人力資本積累效應(yīng)促進(jìn)了城市的經(jīng)濟(jì)增長(zhǎng)。正是基于人力資本積累對(duì)城市增長(zhǎng)和發(fā)展重要作用的深刻認(rèn)識(shí)，當(dāng)前我國(guó)許多城市推出各種優(yōu)惠政策吸引勞動(dòng)力尤其是高技能勞動(dòng)力，以期提升城市增長(zhǎng)和發(fā)展的內(nèi)生動(dòng)力，引發(fā)“人才搶奪戰(zhàn)”。由此引出的一個(gè)重要問(wèn)題是，城市靠什么吸引勞動(dòng)力，尤其是高技能勞動(dòng)力？早期發(fā)展經(jīng)濟(jì)學(xué)理論認(rèn)為工資和就業(yè)機(jī)會(huì)是影響勞動(dòng)力流動(dòng)的主要因素，隨著經(jīng)濟(jì)發(fā)展水平的提高和勞動(dòng)者收入的增加，勞動(dòng)者更加重視生活質(zhì)量，城市舒適度是否影響勞動(dòng)力目的地選擇已經(jīng)引起西方學(xué)者的廣泛關(guān)注，Diamond[1]把城市舒適度（amenity）定義為本地工資和價(jià)格以外的影響城市居住適宜性的一些城市特征，包括外生的如氣溫、降水、靠近港口等地理因素以及內(nèi)生的如學(xué)校質(zhì)量、零售環(huán)境、犯罪、交通設(shè)施、職業(yè)市場(chǎng)質(zhì)量（工資以外）等因素。Diamond[1]的研究發(fā)現(xiàn)，高技能勞動(dòng)者愿意承擔(dān)較高的住房成本而選擇生活在具有合適的工資和舒適度的城市。中國(guó)關(guān)于勞動(dòng)力流動(dòng)目的地選擇的研究較多關(guān)注工資和就業(yè)機(jī)會(huì)等經(jīng)濟(jì)因素，對(duì)舒適度在其中的影響作用關(guān)注較少。城市舒適度對(duì)中國(guó)勞動(dòng)力的流動(dòng)決策是否有影響？勞動(dòng)力是為了工資還是舒適度而流向某城市？異質(zhì)性勞動(dòng)力對(duì)城市舒適度的反應(yīng)如何？這些問(wèn)題的研究有利于為城市吸引勞動(dòng)力尤其是高技能勞動(dòng)力提供有針對(duì)性的理論依據(jù)和政策借鑒，具有重要的現(xiàn)實(shí)意義。

1 文獻(xiàn)述評(píng)

勞動(dòng)力的遷移決策受一系列因素的影響，20世紀(jì)早期的相關(guān)研究尤其關(guān)注收入對(duì)勞動(dòng)力遷移的影響，這些研究大多基于非均衡視角展開，一般認(rèn)為，地區(qū)收入差距反映了地區(qū)效用差異，因此，勞動(dòng)力遷移至預(yù)期真實(shí)收入更高的地區(qū)以獲得更高的個(gè)人效用構(gòu)成了勞動(dòng)力遷移的主要?jiǎng)訖C(jī)。如Sjaastard[2]認(rèn)為，勞動(dòng)力在遷移時(shí)考慮遷移的收益和成本，遷移至凈收益現(xiàn)值最大的地區(qū)，其所關(guān)注的收益主要是收入;Todaro[3]的城鄉(xiāng)勞動(dòng)力遷移研究對(duì)收入因素進(jìn)行擴(kuò)展，認(rèn)為由真實(shí)收入和就業(yè)概率共同決定的城鄉(xiāng)預(yù)期真實(shí)收入差距影響勞動(dòng)者的遷移決策。然而，Graves[4-6]基于均衡視角展開的研究則表明，地區(qū)收入差距并不一定反映出地區(qū)效用差異，在均衡時(shí)，工資和地租會(huì)進(jìn)行調(diào)整使勞動(dòng)者在不同地區(qū)所獲得的個(gè)人效用不變;不同地區(qū)的收入和地租差異實(shí)際上補(bǔ)償了不同地區(qū)的舒適度差異，人們對(duì)舒適度的需求隨著收入水平和相對(duì)價(jià)格水平等因素的變化而發(fā)生變化，舒適度的空間分布不均等，勞動(dòng)者通過(guò)遷移來(lái)獲得不同的舒適度水平，從而開創(chuàng)性地將舒適度引入到勞動(dòng)力流動(dòng)的研究中。在考慮了地區(qū)舒適度之后，非補(bǔ)償性的地區(qū)差異因素才反映地區(qū)效用差異從而引發(fā)勞動(dòng)力的遷移，因此，Greenwood[7]認(rèn)為在遷移的實(shí)證模型中，除了納入工資和地租外，還應(yīng)該納入舒適度這一變量。此外，基于工資和地租的補(bǔ)償性作用，也有大量研究如Roback[8-9]和Rappaport[10]利用地區(qū)工資和地租來(lái)估算地區(qū)的生活質(zhì)量和環(huán)境質(zhì)量。

此后，舒適度在勞動(dòng)力遷移和城市增長(zhǎng)方面的作用受到國(guó)外學(xué)者越來(lái)越多的關(guān)注， Rappaport[11]研究表明，勞動(dòng)力愿意遷移至自然舒適度高的地區(qū)。其他研究不僅關(guān)注自然舒適度還關(guān)注人為舒適度， Glaeser[12]研究發(fā)現(xiàn)，具有高舒適度的城市比低舒適度的城市發(fā)展的更快，城市吸引勞動(dòng)力除了要依靠高工資外也要依靠高生活質(zhì)量這一舒適度指標(biāo); Peck[13]和Lahr[14]認(rèn)為，城市通過(guò)提供高標(biāo)準(zhǔn)的公共服務(wù)和文化等人為舒適度吸引高技能人才進(jìn)而吸引投資來(lái)促進(jìn)城市增長(zhǎng); Diamond[1]對(duì)1980—2000年美國(guó)不同技能勞動(dòng)者地域選擇決定因素的研究表明，內(nèi)生的舒適度水平變化是驅(qū)使勞動(dòng)者對(duì)當(dāng)?shù)貏趧?dòng)力市場(chǎng)需求沖擊作出遷移反應(yīng)的重要機(jī)制;高、低技能勞動(dòng)者都偏好于高工資、低地租和高舒適度的地區(qū);高技能勞動(dòng)者對(duì)舒適度水平相對(duì)更敏感，低技能勞動(dòng)者則對(duì)工資和地租更敏感。Albouy[15]等通過(guò)拓展新古典一般均衡模型，發(fā)現(xiàn)生活質(zhì)量和就業(yè)機(jī)會(huì)可以很好的解釋人口流動(dòng)的地域選擇，并且生活質(zhì)量在人口地域選擇中的作用大于就業(yè)機(jī)會(huì)。盡管大量研究表明城市舒適度在吸引勞動(dòng)力和促進(jìn)城市增長(zhǎng)方面的重要作用，然而也有部分學(xué)者對(duì)此提出了質(zhì)疑。如Storper[16]等對(duì)適宜的氣候和高遷入率之間的關(guān)系提出質(zhì)疑，認(rèn)為聚集經(jīng)濟(jì)才是吸引勞動(dòng)力的重要因素。還有實(shí)證研究如Arnts[17]和Niedomysl[18]表明，處于工作年齡的人傾向于選擇就業(yè)機(jī)會(huì)多的地區(qū)而不是高舒適度的地區(qū)。Scott[19]對(duì)美國(guó)工程師遷移行為的研究發(fā)現(xiàn)，就業(yè)機(jī)會(huì)而非舒適度在遷移目的地的選擇中起決定性的作用。

近期研究進(jìn)一步發(fā)現(xiàn)，勞動(dòng)力對(duì)地區(qū)舒適度的偏好在生命周期的不同階段也不盡相同， Chen[20]等基于美國(guó)1970—2000年的數(shù)據(jù)檢驗(yàn)了年齡、婚姻、受教育程度對(duì)個(gè)體及家庭遷移決策的影響，結(jié)果表明，年輕且受過(guò)高等教育的家庭傾向于遷移至商業(yè)環(huán)境質(zhì)量高的地區(qū)，即將退休的家庭傾向于遷移出商業(yè)環(huán)境高的地區(qū)而遷移至消費(fèi)舒適度高的地區(qū)。Whisler[21]等研究發(fā)現(xiàn)，美國(guó)地區(qū)遷出率取決于人口生命周期的不同階段和空間人口特征，生活質(zhì)量、文化和休閑娛樂(lè)舒適度降低年輕的受過(guò)大學(xué)教育人口的遷出率，年老的受過(guò)大學(xué)教育的人更偏好溫和的氣候和地區(qū)安全。

國(guó)內(nèi)對(duì)勞動(dòng)力遷移影響因素的早期研究主要集中在工資、房?jī)r(jià)、外商直接投資等方面。高波等[22]引入房?jī)r(jià)因素，對(duì)新經(jīng)濟(jì)地理學(xué)模型進(jìn)行拓展，發(fā)現(xiàn)區(qū)域房?jī)r(jià)差異導(dǎo)致勞動(dòng)力流動(dòng)。張莉等[23]使用2012年和2014年中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)（ CLDS） 和2000—2012年250個(gè)地級(jí)市的房?jī)r(jià)數(shù)據(jù)匹配出一個(gè)房?jī)r(jià)如何影響勞動(dòng)力流動(dòng)的微觀數(shù)據(jù)庫(kù)，發(fā)現(xiàn)房?jī)r(jià)對(duì)勞動(dòng)力流動(dòng)存在“倒U型”影響。臧新等[24]建立了省級(jí)層面外資集聚影響勞動(dòng)力流動(dòng)的截面數(shù)據(jù)回歸模型，回歸結(jié)果顯示，在控制了教育、房?jī)r(jià)、地理距離、地理鄰接、城市基礎(chǔ)設(shè)施等諸多因素后，外資集聚對(duì)勞動(dòng)力流入產(chǎn)生了顯著的推動(dòng)效應(yīng)。隨著中國(guó)經(jīng)濟(jì)的發(fā)展和收入水平的提高，城市舒適度逐漸受到人們的重視，近年來(lái)國(guó)內(nèi)已有研究關(guān)注城市舒適度對(duì)勞動(dòng)力遷移決策和城市規(guī)模分布的影響。夏怡然等[25]利用2005年1%人口抽樣調(diào)查中勞動(dòng)力流動(dòng)的微觀數(shù)據(jù)與220個(gè)地級(jí)市的城市特征數(shù)據(jù)，研究了公共服務(wù)與工資等城市特征對(duì)勞動(dòng)力流向的影響，研究表明，勞動(dòng)力選擇流向某個(gè)城市，不僅為了獲得該城市更高的工資水平和就業(yè)機(jī)會(huì)，而且還為了享受該城市的基礎(chǔ)教育和醫(yī)療服務(wù)等公共服務(wù)。劉修巖等[26]建立了一個(gè)考慮異質(zhì)性個(gè)體遷移決策和房?jī)r(jià)內(nèi)生性的城市體系模型，將影響城市規(guī)模分布的因素分解為效率、舒適度、遷移摩擦和房?jī)r(jià)四個(gè)方面，通過(guò)反事實(shí)實(shí)驗(yàn)?zāi)M了這些因素的變化對(duì)中國(guó)城市規(guī)模分布的影響，研究發(fā)現(xiàn)，效率、舒適度、遷移摩擦和房?jī)r(jià)在中國(guó)城市規(guī)模分布的決定中發(fā)揮著重要作用。

梳理以上文獻(xiàn)發(fā)現(xiàn)現(xiàn)有研究存在以下不足：第一，國(guó)內(nèi)已有研究對(duì)城市舒適度的測(cè)度有待完善，有些學(xué)者只關(guān)注人為舒適度而忽略自然舒適度對(duì)勞動(dòng)力流動(dòng)的影響，如夏怡然等[28]的研究關(guān)注基礎(chǔ)教育和醫(yī)療服務(wù)對(duì)勞動(dòng)力流向的影響。第二，在數(shù)據(jù)選擇上，大多數(shù)研究選用地區(qū)加總數(shù)據(jù)來(lái)分析勞動(dòng)力流動(dòng)的影響因素，較少采用微觀個(gè)體數(shù)據(jù)來(lái)研究流入地特征對(duì)勞動(dòng)力流動(dòng)決策的影響，已有的利用微觀個(gè)體數(shù)據(jù)的研究，選用的數(shù)據(jù)是2005年1%人口抽樣調(diào)查數(shù)據(jù)，滯后的數(shù)據(jù)難以反映中國(guó)勞動(dòng)力流動(dòng)的最新趨勢(shì)。本文可能的邊際貢獻(xiàn)可歸結(jié)為兩個(gè)方面：第一，構(gòu)建城市自然舒適度指數(shù)和涵蓋更為全面的城市人為舒適度指數(shù)，對(duì)城市舒適度進(jìn)行更為全面的測(cè)度。第二，由于舒適度對(duì)勞動(dòng)力流動(dòng)的效應(yīng)受到經(jīng)濟(jì)發(fā)展水平的影響，本文利用2016年中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查的最新數(shù)據(jù)進(jìn)行檢驗(yàn)，得出的結(jié)論具有更強(qiáng)的時(shí)效性。

2 模型設(shè)定與數(shù)據(jù)

2.1 模型設(shè)定

勞動(dòng)者對(duì)遷移目的地的選擇基于個(gè)體的效用最大化原則，勞動(dòng)者選擇遷移至某個(gè)城市的效用函數(shù)設(shè)定如下：

Uij=αAij+βWij+γZij+εij （j=1，2，…，J） （i=1，2，…，N）（1）

式中，i表示勞動(dòng)者個(gè)體，j表示勞動(dòng)者可選擇的遷移目的地城市，Aij表示勞動(dòng)者i可選的城市j的舒適度變量，Wij表示勞動(dòng)者i可選的城市j的工資變量，Zij表示勞動(dòng)者i可選的城市j的其他特征變量，εij為不可觀測(cè)因素。當(dāng)勞動(dòng)者i選擇遷移至城市j時(shí)，則假定勞動(dòng)者i選擇城市j所獲得的效用最大，因此，城市j被勞動(dòng)者個(gè)體i所選中的概率為：

麥克法登于1974年證明，如果擾動(dòng)項(xiàng)εij是獨(dú)立同分布的極值I型分布（Gumbel），那么勞動(dòng)者個(gè)體i選擇遷移目的地城市j的概率為：

Prob（choiceij=1）=exp（αAij+βWij+γZij）∑Jj=1exp（αAij+βWij+γZij）（3）

被解釋變量choiceij是0、1變量，當(dāng)城市j被勞動(dòng)者i選中，choiceij 取值為1，否則，當(dāng)城市j未被勞動(dòng)者i選中，choiceij 取值為0。我們將用Mcfadden[27]發(fā)展的條件logit模型來(lái)估計(jì)式（3）中城市特征的參數(shù)α、β、γ，這些參數(shù)反映了城市特征值的大小對(duì)城市被選擇概率的影響，參數(shù)為正，表明城市特征值越大，該城市被選擇的概率越大;參數(shù)的絕對(duì)值越大，表明影響程度越大。

2.2 數(shù)據(jù)與變量說(shuō)明

勞動(dòng)力流動(dòng)的個(gè)體數(shù)據(jù)來(lái)自中山大學(xué)社會(huì)科學(xué)調(diào)查中心的“2016年中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)”（CLDS）。CLDS2016的流動(dòng)人口指的是從一個(gè)縣市遷移到另一個(gè)縣市，并連續(xù)居住6個(gè)月及以上的人口。CLDS2016包含的流動(dòng)樣本共4 084個(gè)。本文選取遷移時(shí)間為2004—2015年并且遷移原因?yàn)閯?wù)工經(jīng)商的樣本，由于一些勞動(dòng)力的個(gè)體特征變量值缺失和一些城市特征的變量值缺失，通過(guò)與城市數(shù)據(jù)相匹配，本文識(shí)別出1 055個(gè)跨市流動(dòng)勞動(dòng)力樣本。表1報(bào)告了流動(dòng)勞動(dòng)力個(gè)體特征性別（sex）、年齡（age）和受教育程度（edu）的描述性統(tǒng)計(jì)。

本文中勞動(dòng)力流入的地級(jí)及以上城市的數(shù)量為121個(gè)。在條件logit模型的估計(jì)中，每個(gè)勞動(dòng)力個(gè)體i面臨j個(gè)可選的城市，總的觀測(cè)數(shù)為勞動(dòng)力個(gè)數(shù)乘以城市個(gè)數(shù)，本文的觀測(cè)值為127 655（1 055×121）個(gè)。

文中的核心解釋變量為城市的舒適度，參考戴蒙德（Diamond）的做法[1]，本文共選取了11個(gè)具體的指標(biāo)，把這些指標(biāo)分為反映教育（EDU）、醫(yī)療（HOSP）、文化（CULT）、交通（TRANS）、環(huán)境（ENV）的五大類，采用主成分分析法，構(gòu)造了反映城市人為舒適度（mame）的綜合指數(shù)。此外，基于數(shù)據(jù)的可獲得性，本文利用年降水量（precip）和取暖度日數(shù)（cold）這兩個(gè)變量來(lái)構(gòu)造自然舒適度指數(shù)（name）。年降水量采用城市全年日降水量加總得到，取暖度日數(shù)的構(gòu)造參考格雷夫斯（Graves）的做法[6]，采用全年每日平均氣溫低于18℃的差值之和。城市氣溫和降水量原始數(shù)據(jù)來(lái)源于中國(guó)氣象信息中心提供的《中國(guó)地面氣候資料日值數(shù)據(jù)集（V3.0）》，從全國(guó)824個(gè)基準(zhǔn)氣象監(jiān)測(cè)站點(diǎn)中挑選對(duì)應(yīng)城市的相關(guān)數(shù)據(jù)，個(gè)別城市市區(qū)沒(méi)有對(duì)應(yīng)氣象監(jiān)測(cè)站點(diǎn)，采用距離該城市市政府駐地直線距離最近氣象監(jiān)測(cè)站點(diǎn)數(shù)據(jù)。

人為舒適度的主成分分析的步驟是，首先利用各個(gè)分類別具體變量的第一主成分分別構(gòu)造教育指數(shù)、醫(yī)療指數(shù)、文化指數(shù)、交通指數(shù)和環(huán)境指數(shù)。接下來(lái)，利用這些指數(shù)的第一主成分構(gòu)造城市人為舒適度指數(shù)。表2報(bào)告了各指數(shù)構(gòu)成的載荷系數(shù)，各載荷系數(shù)均為正，表明人為舒適度指數(shù)合理地反應(yīng)了教育、醫(yī)療、文化、交通和環(huán)境情況。自然舒適度指數(shù)是利用取暖度日數(shù)和年降水量指標(biāo)的第一主成分構(gòu)造。其中，取暖度日數(shù)越大代表寒冷度越高，取暖度日數(shù)的載荷系數(shù)為負(fù)，年降水量的載荷系數(shù)為正，表明高的自然舒適度指數(shù)反應(yīng)了較濕潤(rùn)和較溫暖的天氣條件。人為舒適度和自然舒適度的主成分分析見表2。

預(yù)期勞動(dòng)者流向具有更完善的教育、醫(yī)療、文化、交通、環(huán)境資源的城市，也就是人為舒適度更高的城市，適宜的自然天氣條件也是吸引勞動(dòng)者遷移的因素。

本文的另一組重要變量是反映勞動(dòng)力市場(chǎng)機(jī)會(huì)的工資（wage）和失業(yè)率（unemp）， 預(yù)期勞動(dòng)者流向工資水平更高和失業(yè)率更低的城市。

其他的控制變量包括：產(chǎn)業(yè)結(jié)構(gòu)（stru），用第三產(chǎn)業(yè)產(chǎn)值和第二產(chǎn)業(yè)產(chǎn)值之比衡量產(chǎn)業(yè)結(jié)構(gòu)，第二、第三產(chǎn)業(yè)不同的就業(yè)吸納能力使得城市的的產(chǎn)業(yè)結(jié)構(gòu)對(duì)勞動(dòng)力的就業(yè)機(jī)會(huì)產(chǎn)生影響;固定資產(chǎn)投資（inv），固定資產(chǎn)投資占GDP的比重越高，在短期內(nèi)可能增加對(duì)勞動(dòng)力的需求;人口規(guī)模（pop），用城市年末戶籍人口數(shù)量來(lái)衡量人口規(guī)模，勞動(dòng)力在人口規(guī)模更大的城市獲得就業(yè)機(jī)會(huì)的概率更大，人口規(guī)模還會(huì)影響城市人為舒適度的水平，因?yàn)榻逃?、醫(yī)療、文化、交通、環(huán)境設(shè)施的供給具有規(guī)模效應(yīng)。到三大港口（上海、天津、香港）的最近距離（dist），由谷歌在線電子地圖測(cè)量所得，到大港口的距離反映了與就業(yè)和工資相關(guān)的地理因素;房?jī)r(jià)（hpri），房?jī)r(jià)一方面衡量城市的居住成本，高房?jī)r(jià)通過(guò)降低可支配收入，對(duì)勞動(dòng)力的流入產(chǎn)生阻力作用，另一方面，房?jī)r(jià)可能“資本化”了城市舒適度，控制房?jī)r(jià)變量，可以準(zhǔn)確估計(jì)工資和舒適度的系數(shù)，另外，參考張莉等[23]的研究，房?jī)r(jià)作為城市特征信號(hào)降低了預(yù)期未來(lái)收入的不確定性對(duì)勞動(dòng)力帶來(lái)拉力作用，作為居住成本對(duì)勞動(dòng)力流入產(chǎn)生阻力作用，兩種作用最終對(duì)勞動(dòng)力流動(dòng)產(chǎn)生先吸引后抑制的倒U型影響，因此，我們?cè)诳刂谱兞恐羞€加入了房?jī)r(jià)的平方項(xiàng)（hpri2）。

由于2016年中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)中勞動(dòng)力個(gè)體的遷移時(shí)間分散，我們選取其中遷移時(shí)間分散在2004—2015年的流動(dòng)勞動(dòng)力，因此參考夏怡然[28]的做法，我們將城市特征數(shù)據(jù)滯后多年。另外，人為舒適度的數(shù)據(jù)選擇前定變量，也避免了人為舒適度的供給與人口流入存在的雙向因果關(guān)系所帶來(lái)的內(nèi)生性問(wèn)題。以上城市層面房?jī)r(jià)數(shù)據(jù)來(lái)自2006年《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》，其它城市層面用于計(jì)算的基礎(chǔ)數(shù)據(jù)來(lái)自2004年《中國(guó)城市統(tǒng)計(jì)年鑒》，表3報(bào)告了城市特征的描述性統(tǒng)計(jì)。

3 實(shí)證結(jié)果

3.1 回歸結(jié)果及分析

表4報(bào)告了城市舒適度影響勞動(dòng)力流向決策的基本回歸結(jié)果。在回歸1中，只考慮城市的人為舒適度和自然舒適度吸引外來(lái)勞動(dòng)力的作用，發(fā)現(xiàn)人為舒適度和自然舒適度均存在顯著的正效應(yīng)。回歸2在回歸1的基礎(chǔ)上加入了工資變量，人為舒適度、自然舒適度、工資這三個(gè)變量的系數(shù)均顯著為正，但人為舒適度和自然舒適度的系數(shù)值下降。回歸3在回歸2的基礎(chǔ)上加入失業(yè)率、產(chǎn)業(yè)結(jié)構(gòu)、固定資產(chǎn)投資、人口規(guī)模、到港口的距離這些衡量就業(yè)機(jī)會(huì)的變量，以及衡量城市居住成本的房?jī)r(jià)和房?jī)r(jià)的平方項(xiàng)，發(fā)現(xiàn)人為舒適度、自然舒適度、工資的系數(shù)依然保持顯著的正效應(yīng)，回歸3的結(jié)果表明，勞動(dòng)力為了享受當(dāng)?shù)氐慕逃?、醫(yī)療、文化、衛(wèi)生、環(huán)境而流向人為舒適度更高的城市，城市人為舒適度每增加1%，城市被選擇的概率平均上升0.17%。勞動(dòng)力在流動(dòng)目的地的決策中除了考慮人為舒適度外，還會(huì)考慮城市天氣條件因素，自然舒適度每增加1%，城市被選擇的概率平均上升0.375%，表明具有適宜的氣候條件的城市對(duì)勞動(dòng)力的流入起拉動(dòng)作用。工資的系數(shù)顯著為正，表明城市的工資越高，城市被流動(dòng)勞動(dòng)力選擇的概率越大。工資增加1%，城市被選擇的概率將增加0.01%。

在控制變量中，高失業(yè)率對(duì)勞動(dòng)力的流入產(chǎn)生阻力作用，原因在于，失業(yè)率越高意味著城市的就業(yè)機(jī)會(huì)相對(duì)越少，城市被勞動(dòng)力選擇的概率越小。產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)顯著為正，表明第三產(chǎn)業(yè)相對(duì)第二產(chǎn)業(yè)對(duì)外來(lái)勞動(dòng)力的拉動(dòng)作用更強(qiáng)。固定資產(chǎn)投資的系數(shù)顯著為負(fù)，與預(yù)期不一致。人口規(guī)模的系數(shù)顯著為正，表明勞動(dòng)力流向人口規(guī)模更大的城市，人口規(guī)模更大的城市通過(guò)聚集經(jīng)濟(jì)可以給勞動(dòng)者提供更高的工資和更多的就業(yè)機(jī)會(huì)。到大港口的距離的系數(shù)顯著為負(fù)，表明海上交通運(yùn)輸對(duì)城市創(chuàng)造就業(yè)進(jìn)而吸引流動(dòng)勞動(dòng)力具有顯著的促進(jìn)作用。房?jī)r(jià)的系數(shù)為正，房?jī)r(jià)平方項(xiàng)系數(shù)為負(fù)，表明城市房?jī)r(jià)對(duì)勞動(dòng)力流入呈現(xiàn)出先吸引后抑制的倒U型影響。

為了比較城市特征人為舒適度、自然舒適度與工資對(duì)城市被選擇的概率影響作用的大小，對(duì)所有城市特征變量進(jìn)行標(biāo)準(zhǔn)化處理，即變量的原始值減去均值再除以其標(biāo)準(zhǔn)差?；貧w4對(duì)標(biāo)準(zhǔn)化處理后的變量進(jìn)行條件logit估計(jì)，結(jié)果顯示，工資每增加一個(gè)標(biāo)準(zhǔn)差，城市被選擇的概率提高0.506倍;人為舒適度每增加一個(gè)標(biāo)準(zhǔn)差，城市被選擇的概率提高0.165倍;自然舒適度每增加一個(gè)標(biāo)準(zhǔn)差，城市被選擇的概率提高0.480倍，這一結(jié)論與Glaeser[12]的研究結(jié)論類似。Glaeser對(duì)美國(guó)1977—1995年人口的增長(zhǎng)與城市舒適度的關(guān)系進(jìn)行研究，結(jié)果顯示溫和的氣候促進(jìn)了城市人口的增長(zhǎng)，溫和的氣候增加一個(gè)標(biāo)準(zhǔn)差，人口增長(zhǎng)0.35個(gè)標(biāo)準(zhǔn)差。城市工資對(duì)勞動(dòng)力的吸引作用最強(qiáng)，自然舒適度的作用強(qiáng)度次之，人為舒適度的作用最弱。這一結(jié)論與Scott[19]的研究結(jié)論類似，Scott對(duì)1994—1999年美國(guó)工程師遷移目的地選擇的影響因素進(jìn)行研究，發(fā)現(xiàn)就業(yè)機(jī)會(huì)對(duì)處于工作年齡的工程師遷移起主導(dǎo)作用，舒適度對(duì)其沒(méi)有影響，而溫暖的冬天對(duì)即將退休或已退休的工程師的遷移起正向的促進(jìn)作用。

3.2 穩(wěn)健性檢驗(yàn)

3.2.1 采用分類的人為舒適度指標(biāo)

把人為舒適度綜合指數(shù)分解為基礎(chǔ)教育指數(shù)、醫(yī)療指數(shù)、文化指數(shù)、環(huán)境指數(shù)，交通指數(shù)，分別從五個(gè)方面來(lái)檢驗(yàn)其對(duì)勞動(dòng)力流向的影響。表5中回歸4的結(jié)果顯示，基礎(chǔ)教育指數(shù)的系數(shù)顯著為負(fù)，中國(guó)的基礎(chǔ)教育受戶籍制度的約束，沒(méi)有本地戶口的外來(lái)勞動(dòng)力不能同等地享受本地的基礎(chǔ)教育?；A(chǔ)教育水平高的城市，其落戶門檻相對(duì)也較高，阻礙了外來(lái)勞動(dòng)力的流入。醫(yī)療指數(shù)的系數(shù)顯著為正，表明醫(yī)療服務(wù)對(duì)外來(lái)勞動(dòng)力的歧視性沒(méi)有基礎(chǔ)教育那么強(qiáng)，即使存在戶籍制度的約束，勞動(dòng)力依然傾向于流向醫(yī)療條件發(fā)達(dá)的城市。文化指數(shù)的系數(shù)顯著為正，文化服務(wù)對(duì)外來(lái)勞動(dòng)力沒(méi)有歧視性。文化資源越豐富的城市吸引外來(lái)勞動(dòng)力的能力越強(qiáng)。環(huán)境指數(shù)的系數(shù)顯著為正，表明城市環(huán)境對(duì)外來(lái)勞動(dòng)力的流入起到正向的促進(jìn)作用。交通指數(shù)的系數(shù)不顯著，整體來(lái)看，城市人為舒適度是勞動(dòng)力流動(dòng)的重要考慮因素。

3.2.2 采用分類的自然舒適度指標(biāo)

表5中的回歸5把自然舒適度分為取暖度日數(shù)和降水量?jī)蓚€(gè)指標(biāo)，檢驗(yàn)兩個(gè)分指標(biāo)各自對(duì)勞動(dòng)力流向的影響。取暖度日數(shù)衡量的是寒冷度，取暖度日數(shù)越大意味著寒冷度越高，其系數(shù)顯著為負(fù)，表明勞動(dòng)者偏好于溫暖的天氣，相對(duì)寒冷的城市對(duì)勞動(dòng)力的流入起到了阻礙的作用。降水量的系數(shù)顯著為正，表明勞動(dòng)者傾向于流向具有較濕潤(rùn)天氣的城市。

進(jìn)一步地，回歸6用所有分指標(biāo)進(jìn)行檢驗(yàn)，各分指標(biāo)的作用方向與回歸4、5相一致。

3.2.3 IIA假設(shè)和Hausman檢驗(yàn)

條件logit模型的前提假定是無(wú)關(guān)選項(xiàng)獨(dú)立性假設(shè)（independence of irrelevant alternateves assumption， IIA）， 即任意兩個(gè)選項(xiàng)的概率比與其他選項(xiàng)無(wú)關(guān)。此假定的有效性可以通過(guò)Hausman檢驗(yàn)來(lái)檢驗(yàn)，Hausman[28]檢驗(yàn)的原理是：如果選項(xiàng)是不相關(guān)的，那么從模型中剔除某一選項(xiàng)將不會(huì)系統(tǒng)性的改變估計(jì)參數(shù)。排除這些選項(xiàng)會(huì)是無(wú)效率的但是不會(huì)導(dǎo)致不一致性。如果概率比并不是真正的獨(dú)立于其他選項(xiàng)，那么排除一些選項(xiàng)將會(huì)導(dǎo)致估計(jì)的參數(shù)呈現(xiàn)不一致性。我們采用Hausman檢驗(yàn)對(duì)本文的條件logit模型進(jìn)行檢驗(yàn)，結(jié)果沒(méi)有拒絕“系數(shù)沒(méi)有系統(tǒng)性差異的”的原假設(shè)，即模型通過(guò)了無(wú)關(guān)選項(xiàng)獨(dú)立性假設(shè)，確認(rèn)了條件logit模型所得結(jié)果的可信性。

4 模型的拓展：個(gè)體異質(zhì)性

前文我們將所有勞動(dòng)力視為對(duì)人為舒適度和自然舒適度偏好相同的同質(zhì)個(gè)體，得到的是城市特征影響勞動(dòng)力流向的平均效應(yīng)。這一部分，我們將考慮年齡、受教育水平這兩個(gè)勞動(dòng)力個(gè)體特征對(duì)舒適度的異質(zhì)性反應(yīng)，我們?cè)诨A(chǔ)模型中引入舒適度和個(gè)體特征的交互項(xiàng)來(lái)捕捉舒適度影響勞動(dòng)力流向的個(gè)體異質(zhì)性。表6的回歸7和8分別報(bào)告了個(gè)體特征的異質(zhì)性回歸結(jié)果。

回歸7引入城市的人為舒適度與個(gè)體勞動(dòng)者年齡的交叉項(xiàng)、自然舒適度與年齡的交叉項(xiàng)。人為舒適度與年齡交叉項(xiàng)的系數(shù)顯著為負(fù)，表明年齡較大的勞動(dòng)力對(duì)人為舒

適度的反應(yīng)較弱，可能的原因在于，房?jī)r(jià)資本化了部分城市舒適度，人為舒適度較高的城市房?jī)r(jià)較高，年齡較輕的勞動(dòng)者較少考慮購(gòu)買住房，更加偏好于城市的高舒適度，隨著年齡的增加，勞動(dòng)者開始考慮購(gòu)買住房并愿意放棄高舒適度的城市而選擇房?jī)r(jià)相對(duì)較低而舒適度水平也相對(duì)較低的城市。結(jié)合房?jī)r(jià)對(duì)勞動(dòng)力遷移決策的倒U型影響來(lái)看，在房?jī)r(jià)拐點(diǎn)以前，勞動(dòng)者傾向于流向房?jī)r(jià)相對(duì)較高的城市，在房?jī)r(jià)拐點(diǎn)之后，勞動(dòng)者選擇房?jī)r(jià)相對(duì)較低的城市的概率增加?；貧w7中自然舒適度與年齡的交叉項(xiàng)系數(shù)顯著為負(fù)，表明隨著年齡的增加，勞動(dòng)者對(duì)自然舒適度的反應(yīng)降低，可能的原因與前面的原因一致。

在回歸8中，人為舒適度與受教育年限的交叉項(xiàng)系數(shù)顯著為正，表明相對(duì)于受教育年限較低的勞動(dòng)者，受教育年限較高的勞動(dòng)者對(duì)人為舒適度的反應(yīng)更強(qiáng)，更傾向于流向教育、醫(yī)療、文化、交通、環(huán)境等綜合公共服務(wù)水平高的城市。自然舒適度與受教育年限的交叉項(xiàng)系數(shù)顯著為負(fù)，表明隨著受教育年限的提高，外來(lái)勞動(dòng)力對(duì)自然舒適度的反應(yīng)減弱，可能的解釋是，受教育年限較高的勞動(dòng)者所從事的職業(yè)較少受天氣條件的影響。

5 結(jié)論與政策啟示

本文利用2016年中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)（CLDS）和121個(gè)地級(jí)及以上城市的城市特征數(shù)據(jù)，構(gòu)建涵蓋更為全面的城市人為舒適度指數(shù)和自然舒適度指數(shù)，采用條件logit模型研究了城市舒適度等城市特征對(duì)勞動(dòng)力流動(dòng)目的地選擇的影響。主要結(jié)論如下。

（1）更高的人為舒適度和自然舒適度是城市吸引勞動(dòng)力流入的重要因素。勞動(dòng)力為了享受當(dāng)?shù)氐慕逃?、醫(yī)療、文化、衛(wèi)生、環(huán)境而流向人為舒適度更高的城市，城市人為舒適度每增加1%，城市被選擇的概率平均上升0.17%，具有適宜的天氣條件的城市對(duì)勞動(dòng)力的流入起拉動(dòng)作用，城市自然舒適度每增加1%，城市被選擇的概率平均上升0.375%。

（2）從變量標(biāo)準(zhǔn)化后的回歸結(jié)果看，城市人為舒適度和自然舒適度對(duì)勞動(dòng)力流動(dòng)決策的影響程度小于工資的影響程度。

（3）不同年齡和不同受教育程度的勞動(dòng)力對(duì)城市人為舒適度和自然舒適度表現(xiàn)出異質(zhì)性反應(yīng)：年齡更小、受教育年限更高的勞動(dòng)力對(duì)人為舒適度的反應(yīng)更強(qiáng);年齡越大、受教育年限越高的勞動(dòng)者對(duì)自然舒適度的反應(yīng)越弱。

本文實(shí)證研究結(jié)論具有重要的政策啟示。①由于城市人為舒適度的提高可以吸引勞動(dòng)力的流入，尤其是受教育年限更高、年齡更小的勞動(dòng)力，因此，城市在吸引高技能勞動(dòng)力方面應(yīng)該采取各種措施提高人為舒適度水平，比如提升基礎(chǔ)教育質(zhì)量;增加醫(yī)院數(shù)量，完善醫(yī)療條件;增加公共圖書館、歌劇院數(shù)量，豐富勞動(dòng)者的文化娛樂(lè)生活;完善城市交通網(wǎng)絡(luò)，解決城市交通擁擠的問(wèn)題，節(jié)約勞動(dòng)者的出行成本;增加公園綠地面積，為勞動(dòng)者創(chuàng)建綠色的生活環(huán)境。城市應(yīng)該從整體上提升勞動(dòng)者的生活質(zhì)量從而吸引勞動(dòng)力的流入。目前，各城市實(shí)施的放松落戶限制的政策，實(shí)質(zhì)上就是向勞動(dòng)力開放本地的基礎(chǔ)教育、醫(yī)療服務(wù)、文化、交通、環(huán)境等方面的公共服務(wù)。②自然舒適度水平較低的城市需要認(rèn)識(shí)到氣候條件的不足從而在人為舒適度和經(jīng)濟(jì)増長(zhǎng)等方面實(shí)施改革，依靠于提升城市的人為舒適度水平，促進(jìn)城市的經(jīng)濟(jì)增長(zhǎng)來(lái)吸引勞動(dòng)力。③由于城市人為舒適度影響勞動(dòng)力流向的作用小于工資對(duì)勞動(dòng)力流向的影響作用，因此，城市必須著力提升城市生產(chǎn)率，提高城市勞動(dòng)力的工資水平，創(chuàng)造更多的就業(yè)機(jī)會(huì)，從而進(jìn)一步吸引勞動(dòng)力尤其是高技能勞動(dòng)力的流入，實(shí)現(xiàn)城市經(jīng)濟(jì)增長(zhǎng)的良性循環(huán)。

參考文獻(xiàn)

[1]DIAMOND R. The determinants and welfare implication of US workers diverging location choice by skill： 1980-2000[J]. American economic review， 2016（3）： 479-524.

[2]SJAASTAD L A. The costs and returns of human migration[J]. Journal of political economy， 1962，70（5）： 80-93.

[3]TODARO M P. A model of labor migration and urban unemployment in less developed countries[J]. American economic review， 1969， 59（1）： 138-148.

[4]GRAVES P E. A reexamination of migration， economic opportunity， and the quality of life[J]. Journal of regional science， 2010，16（1）： 107-112.

[5]GRAVES P E. A life-cycle empirical analysis of migration and climate， by race[J]. Journal of urban economics， 1979， 6（2）：135-147.

[6]GRAVES P E. Migration and climate[J]. Journal of regional science， 2010， 20（2）： 227-237.

[7]GREENWOODM J， HUNT G L. Jobs versus amenities in the analysis of metropolitan migration[J]. Journal of urban economics， 1989， 25（1）： 1-16.

[8]ROBACK J. Wages， rents and the quality of life[J]. Journal of political economy， 1982，90：1257-1278.

[9]ROBACK J. Wages， rents， and amenities： differences among workers and regions[J]. Economic inquiry，2010， 26（1）：23-41.

[10]BLOMQUIST G C， BERGER M C， HOEHN J P. New estimates of quality of life in urban areas[J]. American economic review， 1988， 78（1）： 89-107.

[11]RAPPAPORT J. Moving to nice weather[J]. Regional science and urban economics， 2007， 37（3）： 375-398.

[12]GLAESER E L， KOLKO J， SAIZ A. Consumer city[J]. Journal of economic geography， 2001， 1（1）： 27-50

[13]PECK J. Struggling with the creative class[J]. International journal of urban and regional research， 2010，29（4）： 740-770.

[14]LAHR M L. Regional science， regional scientists， and state policy[J]. International regional science review，2009， 32（4）： 495-508.

[15]ALBOUY D， STUART B. Urban population and amenities： the neoclassical model of location[R]. Cambridge MA： NBER， 2016.

[16]STORPER M， SCOTT A J. Rethinking human capital， creativity and urban growth[J]. Journal of economic geography， 2009， 9（2）： 147-167.

[17]ARNTZ M. What attracts human capital？ understanding the skill composition of interregional job matches in Germany[J]. Regional studies， 2010， 44（4）： 423-441.

[18]NIEDOMYSL T， HANSEN H K. What matters more for the decision to move： jobs versus amenities[J]. Environment and planning， 2010，42：1636-1649.

[19]SCOTT A J. Jobs or amenities？ destination choices of migrant engineers in the USA[J]. Papers in regional science，2010， 89（1）： 43-63.

[20]CHEN Y， ROSENTHAL S S. Local amenities and lifecycle migration： do people move for? jobs or fun？ [J]. Journal of urban economics， 2008， 64（3）： 519-537.

[21]WHISLER R L， WALDORT B S， MULLIGAN G F， et al. Quality of life and the migration of the college educated： a life-course approach[J]. Growth and change， 2010， 39（1）： 58-94.

[22]高波， 陳健， 鄒琳華. 區(qū)域房?jī)r(jià)差異、勞動(dòng)力流動(dòng)與產(chǎn)業(yè)升級(jí)[J]. 經(jīng)濟(jì)研究， 2012（1）：66-79.

[23]張莉， 何晶， 馬潤(rùn)泓. 房?jī)r(jià)如何影響勞動(dòng)力流動(dòng)[J]. 經(jīng)濟(jì)研究， 2017（8）： 155-170.

[24]臧新， 起炯. 外資區(qū)城轉(zhuǎn)移背景下FDI對(duì)我國(guó)勞動(dòng)力流動(dòng)的影響研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2016（3）： 78-94.

[25]夏怡然， 陸銘. 城市間的“孟母三遷”——公共服務(wù)影響勞動(dòng)力流向的經(jīng)驗(yàn)研究[J]. 管理世界， 2015（10）： 78-90.

[26]劉修巖，李松林. 房?jī)r(jià)、遷移摩擦與中國(guó)城市的規(guī)模分布——理論模型與結(jié)構(gòu)式估計(jì)[J]. 經(jīng)濟(jì)研究， 2017（7）： 65-78.

[27]MCFADDEN D. Conditional logit analysis of qualitative choice behavior[M]. New York： Academic Press， 1974：105-142.

[28]HAUSMAN J， MCFADDEN D. Specification tests for the multinomial logit model[J]. Econometrica， 1984，52：1219-1240.

The impact of city amenity on labor migration

ZHANG Ya-li FANG Qi-yun

（School of Economics， Huazhong University of Science and Technology， Wuhan Hubei 430074， China）

Abstract As the economic development level of China and the income level of labors have increased， labors may pay more attention to quality of life， and their migration decisions may be increasingly affected by city amenities. This paper constructs a man-made amenity index and a natural amenity index， and then using the data from Chinas Labor-force Dynamics Survey （CLDS） and data of city characteristics for 121 Prefecture-level cities and above to study the impact of amenity and other city characteristics on location choice of migrants in China with conditional logit model. The results are as follows： ①M(fèi)an-made amenity and natural amenity are important factors for cities to attract migrants. Labor forces migrate to cities with high man-made amenity level in order to enjoy the local services of education， medical care， culture， health and environment. After the man-made amenity level increases 1%， the probability of cities chosen by migrants will increase by 0.17%. Cities with desirable weather will attract migrants as well， and after the natural amenity level increase 1%， the probability of cities chosen by migrants will increase by 0.375%. ②From the results of standard regression， the impact of man-made amenity and natural amenity on migrants location choice are lower than the impact of wage. ③Migrants with different ages and educational levels show heterogeneity responses to man-made amenity and natural amenity： younger and more educated migrants are more responsive to man-made amenity， and migrants who are older and more educated are less sensitive to natural amenity. The results indicate that increasing the real wage level and providing more job opportunities are basis to attract migrants. In addition， cities should improve man-made amenity level and increase the quality of life to attract migrants， especially high skilled migrants.

Key words amenity; wage; labor migration; conditional logit model